原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于混合语义嵌入的异常轨迹识别方法，该框架有效解决现有异常轨迹识别方法不能捕捉轨迹中的序列信息和不同OD‑pair之间的共性信息的缺陷，能够有效挖掘历史轨迹中的时空特征并融合多类语义信息。该框架由三个模块组成：混合语义特征提取模块、序列处理模块和预测模块。使用词嵌入捕捉轨迹的类别语义，利用图卷积网络获取轨迹地理语义。由于多种语义容易混淆模型的识别能力，自适应混合语义融合门调控类别语义和地理语义的最优信息权重系数。其次，带注意力机制的门控循环神经网络学习轨迹的序列特征，并将类别、地
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116884022 A
(43)申请公布日 2023.10.13
(21)申请号 202310865473.7
(22)申请日 2023.07.14
(71)申请人 河南省科学院
地址 450046
文档评论（0）